EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD

Anexo TEMA 1 • Dado que la planificación y control de la producción se ocupa de la conciliación entre lo que
requiere el mercado (la demanda) y lo que los recursos de operaciones pueden entregar (la
producción y capacidad), es necesario conocer la demanda.
PREVISIÓN DE LA DEMANDA
• Para conocer la demanda futura es necesario hacer la previsión de la demanda:
Anexo TEMA 1
OBJETIVOS:
PREVISIÓN DE LA DEMANDA
1. Conocer el papel de las previsiones de demanda en el proceso de planificación de la
producción y de la capacidad.
2. Conocer las principales técnicas para elaborar la previsión de la demanda.

Grado en Ingeniería en Organización Industrial

• Cuando la capacidad es insuficiente, el déficit resultante puede traducirse en incumplimientos
en las entregas, pérdida de clientes y pérdida de cuota de mercado.
• Al contrario, cuando se tiene exceso de capacidad, los costes pueden dispararse.

EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD

HORIZONTES TEMPORALES DE LA PREVISIÓN LA INFLUENCIA DEL CICLO DE VIDA DEL PRODUCTO ETAPAS EN EL SISTEMA DE PREVISIÓN
1. Determinar el uso de la previsión
1- LARGO PLAZO 2- MEDIO PLAZO 3- CORTO PLAZO
Introduction
INTRODUCCIÓN Growth
CRECIMIENTO Maturity
MADUREZ Decline
DECLIVE
(1 a 10 años, líneas de (3 a 12 meses, familias de
(hasta 3 meses, productos)
productos o de negocio) productos) 2. Seleccionar los artículos para los que se va a realizar la previsión

Las previsiones que reflejan En estas etapas los

3. Definir el horizonte temporal de la previsión
productos necesitan
CARACTERÍSTICAS DE LA PREVISIÓN DE LA DEMANDA el ciclo de vida son útiles previsiones más
largas
para proyectar:
1. Son casi siempre imperfectas, y por ello la planificación y el control de la producción han de 4. Seleccionar el modelo o los modelos de previsión
ser robustos. ü Niveles de personal
ü Niveles de inventario 5. Recopilación de los datos necesarios para hacer la previsión
2. Una buena previsión debe ser algo más que un único número (debe incluir error, varianza…). ü Capacidad de producción Curva del ciclo
de vida
3. Las previsiones agregadas son más precisas que las individuales (los errores se compensan).
6. Realizar la previsión
4. A mayor horizonte de planificación, menos fiables serán las previsiones.
5. Las previsiones no deben emplearse si existe información conocida y precisa. 7. Validar e implementar los resultados
CICLO DE VIDA DEL PRODUCTO
 EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD

MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA
MÉTODOS MÉTODOS
Jurado de opinión ejecutiva Método Delphi
CUALITATIVOS CUALITATIVOS
- Jurado de opinión ejecutiva
MÉTODOS - Método Delphi

CUALITATIVOS
- Propuesta del personal de ventas • Proceso grupal iterativo; continúa hasta alcanzar un consenso. Los tomadores
- Estudio de mercado
• Se agrupan las opiniones de un grupo de directivos o expertos de alto nivel. (Evalúan respuestas
y toman decisiones)
ENFOQUES - Enfoque simple
• El grupo estima la demanda trabajando juntos.
MODELOS DE SERIES - Media móvil • Existen tres tipo diferentes de participantes:
TEMPORALES - Alisado exponencial
- Proyección de tendencia ü El personal de soporte ayuda a los que Personal de soporte
sopo
MÉTODOS • A menudo se combina con modelos estadísticos para llegar a una estimación conjunta de la tran
(Administran
toman decisiones preparando la encuesta. la encuesta)
sta)
CUANTITATIVOS demanda. ü Los encuestados (entre 5 o 10) son un
MODELOS CAUSALES - Regresión lineal grupo de expertos cuyas opiniones son
• Relativamente rápido. apreciadas.
ü Los tomadores reciben las respuestas de
• Desventaja de “pensar en grupo”. los expertos y elaboran la previsión. Encuestados
(Personas con
opiniones apreciadas)

EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD

MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA
MÉTODOS MÉTODOS
Propuesta del personal de ventas Estudio de mercado
CUALITATIVOS CUALITATIVOS
- Jurado de opinión ejecutiva
MÉTODOS - Método Delphi
- Propuesta del personal de ventas
CUALITATIVOS - Estudio de mercado

• Cada vendedor estima las ventas que habrá en su zona. • Se pregunta a los clientes potenciales en lo referente a sus futuros planes de compras.
ENFOQUES MODELOS DE SERIES
- Enfoque simple
- Media móvil

• A continuación se combinan a nivel de distritos y de nación para obtener una previsión global. • Puede ser útil no solo a la hora de preparar una previsión, sino también para mejorar el diseño TEMPORALES - Alisado exponencial
- Proyección de tendencia
de un producto y planificar nuevos productos. MÉTODOS
• Los vendedores saben lo que quieren los clientes. CUANTITATIVOS
• Lo que dicen los clientes y lo que hacen puede ser diferente. MODELOS CAUSALES - Regresión lineal

• Puede ser demasiado optimista (se revisan posteriormente para asegurarse que son realistas).
• Pueden ofrecer una previsión excesivamente optimista.
 EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD

MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA
MÉTODOS MÉTODOS MÉTODOS
PREVISIÓN DE SERIES TEMPORALES PREVISIÓN DE SERIES TEMPORALES Enfoque simple
CUANTITATIVOS CUANTITATIVOS CUANTITATIVOS

• La incertidumbre y variabilidad de la demanda genera la necesidad de la planificación de la Tendencia • Supone que la demanda en el próximo período será igual a la demanda del período anterior.
producción/capacidad. La demanda está sujeta a diferentes tipos de movimientos y
fluctuaciones que requieren manejar previsiones a distintos niveles: largo, medio y corto plazo. Picos estacionales • Para algunas líneas de productos esta técnica de previsión crea la mejor relación eficacia-coste.

Demanda del producto

1- LARGO PLAZO • Al menos, sirve de punto de partida para poder comparar con técnicas de previsión más
(1 a 10 años, líneas de Línea de
productos o de negocio)
2- MEDIO PLAZO 3- CORTO PLAZO da actual
demanda ac sofisticadas.
(3 a 12 meses, familias (hasta 3 meses, productos)
ü Las tendencias son pautas de productos)
Demanda
da me
media
Nueva previsión = Demanda real del último período
sostenidas de crecimiento o ü Variaciones irregulares o
en 4 años
decrecimiento a lo largo de ü La estacionalidad esporádicas de la
varios años. produce variaciones de la demanda, debidas a causas
ü Los ciclos son pautas
regulares de incremento o
demanda en diferentes
temporadas del año.
concretas.
ü Variaciones aleatorias, o
Variación aleatoria Ft = At – 1
decremento de la demanda no explicables. | | | | donde Ft = nueva previsión
que tienen más de un año 1 2 3 4
de duración. Tiempo (años) At – 1 = demanda real del período previo

EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD

MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA
MÉTODOS MÉTODOS MÉTODOS
CUANTITATIVOS
Media móvil CUANTITATIVOS
Media móvil Ejemplo 1.1
CUANTITATIVOS
Media móvil ponderada

• Utilizan un grupo de valores recientes de los datos para realizar una previsión. MES VENTAS REALES MEDIA MÓVIL DE 3 MESES
• Cuando existe una tendencia o patrón detectable se pueden utilizar ponderaciones o pesos
Enero 10
• Las medias móviles son útiles si se puede suponer que las demandas del mercado serán Febrero 12
para resaltar más los valores recientes.
bastante estables a lo largo del tiempo (poca o ninguna tendencia). Marzo 13 • Esta práctica hace que la técnica de previsión sea más sensible a los cambios, porque los
En la columna central de la Abril 16 (10 + 12 + 13) / 3 = 11 2/3
• Esta técnica tiende a suavizar las irregularidades a corto plazo en las series de datos. períodos más recientes se ponderan con un mayor peso.
tabla se muestran las ventas Mayo 19 (12 + 13 + 16) / 3 = 13 2/3

reales. En la columna de la Junio 23 (13 + 16 + 19) / 3 = 16 • La elección de las ponderaciones es algo arbitrario (es necesario tener cierta experiencia para
(16 + 19 + 23) / 3 = 19 1/3
! demanda de " períodos anteriores derecha aparece una media Julio 26
poder decidir qué ponderaciones se van a utilizar).
Agosto 30 (19 + 23 + 26) / 3 = 22 2/3
Media móvil = M móvil de tres meses (n = 3). Septiembre 28 (23 + 26 + 30) / 3 = 26 1/3
"
Octubre 18 (26 + 30 + 28) / 3 = 28
! ponderación del período " x (demanda en el período ")
• ¿Cómo se determina n? Noviembre 16 (30 + 28 + 18) / 3 = 25 1/3
Media móvil ponderada = M
ü En períodos de lento crecimiento n es grande (más peso a períodos pasados). Diciembre 14 (28 + 18 + 16) / 3 = 20 2/3 ! ponderaciones M
ü En períodos con intensas oscilaciones n es pequeña (más peso a períodos recientes). Para prever la demanda para el próximo mes de enero = (18 + 16 + 14)/3 = 16
 EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD

MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA
MÉTODOS MÉTODOS MÉTODOS
CUANTITATIVOS
Media móvil ponderada CUANTITATIVOS
Media móvil ponderada CUANTITATIVOS
Demanda real vs. Media móvil y ponderada
Media móvil ponderada (Ejemplo 1.2)
MES VENTAS REALES MEDIA MÓVIL PONDERADA DE 3 MESES MES VENTAS REALES MEDIA MÓVIL PONDERADA DE 3 MESES 30 –
Enero 10 Enero 10
Problemas potenciales de las
Febrero 12 Febrero 12 25 –
Marzo 13 Marzo 13
medias móviles:
[(3 x 13) + (2 x 12) + (10)] / 6 = 12 1/6
Abril 16 Abril 16 [(3 x 13) + (2 x 12) + (10)] / 6 = 12 1/6
ü Aumentar n alisa la previsión 20 –

Demanda
Mayo 19 Mayo 19 [(3 x 16) + (2 x 13) + (12)] / 6 = 14 1/3
pero la hace menos sensible a
15 – Ventas reales
Junio PONDERACIÓN
23 APLICADA PERÍODO
Ejemplo 1.2 Junio 23 [(3 x 19) + (2 x 16) + (13)] / 6 = 17
cambios reales en los datos.
Julio 26 3 Último mes
Julio 26 [(3 x 23) + (2 x 19) + (16)] / 6 = 20 1/2
Agosto 30 2 Hace dos meses
Agosto 30 [(3 x 26) + (2 x 23) + (19)] / 6 = 23 5/6 ü No captan bien las tendencias. 10 – Media móvil
Septiembre 28 1 Hace tres meses
Septiembre 28 [(3 x 30) + (2 x 26) + (23)] / 6 = 27 1/2 ü Requieren gran número de (Ejemplo 1.1)
Octubre 18 6 Suma de ponderaciones
Octubre 18 [(3 x 28) + (2 x 30) + (26)] / 6 = 28 1/3 datos históricos. 5–
Noviembre Previsión para
16 abril = Noviembre 16 [(3 x 18) + (2 x 28) + (30)] / 6 = 23 1/3 | | | | | | | | | | | |

Diciembre (3 x Ventas14
último mes) + (2 x Ventas hace 2 meses) + (1 x Ventas hace 3 meses) E F M A M J J A S O N D
Diciembre 14 [(3 x 16) + (2 x 18) + (28)] / 6 = 18 2/3
6 (suma de ponderaciones) Mes

EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD

MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA
MÉTODOS MÉTODOS MÉTODOS
CUANTITATIVOS
Alisado exponencial CUANTITATIVOS
Alisado exponencial CUANTITATIVOS
Alisado exponencial Ejemplo 1.3

En enero, un concesionario de automóviles predijo para febrero una demanda de 142 Ford
• Es una técnica de previsión de media móvil ponderada en la que los datos se ponderan
Nueva previsión = Previsión del último período Mustang. La demanda real en febrero fue de 153 vehículos. Utilizando una constante de alisado
mediante una función exponencial.
+ a (Demanda real del último período escogida por la dirección de a = 0,2 se puede predecir la demanda de marzo utilizando el modelo
• Premisas de la media móvil ponderada exponencial: – Previsión el último período) del Alisado exponencial.
ü Los pesos disminuyen exponencialmente.
Demanda prevista
istaa = 14
142
ü Los datos más recientes se ponderan más.
Demanda actualal = 153
1
• Requiere de una constante de alisado (a) que toma valores entre 0 y 1 (elegida subjetivamente):
Ft = Ft – 1 + a(At – 1 – Ft – 1) Constante de alisa
isado
do a = 0
alisado 0,2
ü Suele estar entre 0,05 y 0,5 para las aplicaciones empresariales. donde Ft = nueva previsión
ü El valor apropiado de a puede marcar la diferencia entre una previsión precisa o imprecisa. Ft – 1 = previsión previa
a = constante de alisado (o ponderación) (0 ≤ a ≤ 1) Nueva previsión (marzo) = 142
42 + 0,2(153 – 142)
0,2(153
• Necesita un reducido número de datos pasados. At – 1 = demanda real del período previo
Nueva previsión (marzo) = 144,2 ≈ 144 Ford Mustang
 EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD

MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA
MÉTODOS MÉTODOS MÉTODOS
CUANTITATIVOS
Alisado exponencial CUANTITATIVOS
Alisado exponencial CUANTITATIVOS
Alisado exponencial con ajuste de tendencia

• Cuando a alcanza el valor extremo de 1 desaparecen todos los valores antiguos, y la previsión 225 – • Cuando existe una tendencia se debe modificar el Alisado exponencial.
es idéntica a la del Enfoque simple: Ft = 1(At – 1).
ü Seleccionar valores altos
• Cuando a = 0,5 se puede comprobar que la nueva previsión está basada casi por completo en Demanda a = 0,5 Supongamos que la demanda para nuestro producto ha aumentado en 100 unidades al mes, y
de a cuando es probable actual
la demanda de los tres o cuatro últimos períodos. que cambie la media
200 – que se está utilizando una previsión con a = 0,4 en un modelo de Alisado exponencial.

Demanda
MES DEMANDA REAL PREVISIÓN (Ft) PARA LOS MESES 1 – 5
• Cuando a = 0,1 la previsión pondera poco la demanda reciente, mientras que tiene en cuenta subyacente.
1 100 F1 = 100 (valor dado)
valores de muchos períodos históricos. 175 – 2 200 F2 = F1 + a(A1 – F1) = 100 + 0,4(100 – 100) = 100
Ponderación asignada a
ü Seleccionar valores bajos
3 300 F3 = F2 + a(A2 – F2) = 100 + 0,4(200 – 100) = 140
PERÍODO MÁS 2.O
PERÍODO 3.ER
PERÍODO 4.O PERÍODO 5.OPERÍODO
de a cuando la media a = 0,1
CONSTANTE DE 4 400 F4 = F3 + a(A3 – F3) = 140 + 0,4(300 – 140) = 204
ALISADO
RECIENTE MÁS RECIENTE MÁS RECIENTE MÁS RECIENTE MÁS RECIENTE subyacente es estable. 150 – | | | | | | | | |
(a ) a(1 – a) a(1 – a)2 a(1 – a)3 a(1 – a)4 5 500 F5 = F4 + a(A4 – F4) = 204 + 0,4(400 – 204) = 282
a = 0,1 0,1 0,09 0,081 0,073 0,066 1 2 3 4 5 6 7 8 9
La tabla muestra un importante retraso en la respuesta a la variación de demanda en todos los
a = 0,5 0,5 0,25 0,125 0,063 0,031
Período meses, incluso cuando la estimación inicial para el primer mes es perfecta.

EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD

MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA
MÉTODOS MÉTODOS MÉTODOS
CUANTITATIVOS
Alisado exponencial con ajuste de tendencia CUANTITATIVOS
Alisado exponencial con ajuste de tendencia CUANTITATIVOS
Alisado exponencial con ajuste de tendencia

• Para mejorar nuestra previsión, vamos a presentar un modelo más complejo de Alisado Previsión Previsión Tendencia
exponencial: uno que se ajuste a las tendencias. incluyendo (FITt) = alisada (Ft) + alisada (Tt)
la tendencia exponencialmente exponencialmente
• La idea es calcular una media alisada exponencialmente de los datos, y luego ajustarla para
retrasos positivos o negativos en la tendencia.
Ft = a(At - 1) + (1 - a)(Ft - 1 + Tt - 1) PASO 1 PASO 2 PASO 3
Previsión Previsión Tendencia
incluyendo (FITt) = alisada (Ft) + alisada (Tt) Tt = b(Ft - Ft - 1) + (1 - b)Tt - 1 Calcular Ft Calcular Tt Calcular FITt
la tendencia exponencialmente exponencialmente donde Ft = previsión alisada exponencialmente de la serie de datos en el período t
Tt = tendencia alisada exponencialmente en el período t
At = demanda real en el período t
• Con el Alisado exponencial con ajuste de tendencia, las estimaciones, tanto para la media a = constante de alisado para la media (0 ≤ a ≤ 1)
como para la tendencia, están alisadas. b = constante de alisado para la tendencia (0 ≤ b ≤ 1)
 EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD
MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA
MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA
MÉTODOS MÉTODOS
MÉTODOS CUANTITATIVOS
Alisado exponencial con ajuste de tendencia CUANTITATIVOS
Alisado exponencial con ajuste de tendencia
CUANTITATIVOS
Alisado
o exponencial con ajust
ajuste de tendencia
Previsión utilizando a = 0,2 y b = 0,4 Previsión utilizando a = 0,2 y b = 0,4
Ejemplo 1.4
PREVISIÓN PREVISIÓN
PREVISIÓN TENDENCIA PREVISIÓN TENDENCIA
Un gran fabricante de Porland utiliza el Alisado exponencial para realizar una previsión de MES DEMANDA REAL
ALISADA, Ft ALISADA, Tt
INCLUYENDO LA
TENDENCIA, FITt
MES DEMANDA REAL
ALISADA, Ft ALISADA, Tt
INCLUYENDO LA
TENDENCIA, FITt
demanda de una pieza de un equipo de control de contaminación. Detecta que está presente 1 12 11 2 13,00 1 12 11 2 13,00
una tendencia al alza. 2 17 12,80 2 17 12,80 1,92
3 20 3 20
MES (t) DEMANDA REAL (At) MES (t) DEMANDA REAL (At)

1 12 6 21
4 19
Paso Previsión
revisión paraa el
o 1:: Prev
P el mes
m 2 4 19
5 24 5 24 Paso 2:: Tendenc
Tendencia
Tend encia para
enc para eell mes
mes 2
2 17 7 31 6 21 F2 = aA1 + (1 – a)(
)(FF1 + T1) 6 21
3 20 8 28 7 31 7 31 T2 = b((FF2 - F1) + (1 - b)TT1
F2 = (0,2
(0,2)(12)
0,2)(12) + (1 – 0,2)(11 + 2)
4 19 9 36 8 28 8 28
T2 = (0,4)(12,82,8 - 11) + (1 – 0,4)(2)
5 24 10 ?
9 36 F2 = 2,4
2 + (0,8)(13) = 2,4 + 10,4 9 36
10 — 10 — T2 = 0,72 + 1,2 = 1,92 2 uds.
u
Se asignan a las constantes de alisado los valores de a = 0,2 y b = 0,4. Se supone que la previsión F2 = 12,8 uds.
inicial para el mes 1 (Ft ) fue de 11 uds., y la tendencia en este mes (Tt) fue de 2 uds.

EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD
MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA
MÉTODOS MÉTODOS MÉTODOS
CUANTITATIVOS
Alisado exponencial con ajuste de tendencia CUANTITATIVOS
Alisado exponencial con ajuste de tendencia CUANTITATIVOS
Alisado exponencial con ajuste de tendencia

Previsión utilizando a = 0,2 y b = 0,4 Previsión utilizando a = 0,2 y b = 0,4

40 –
PREVISIÓN TENDENCIA
PREVISIÓN
PREVISIÓN TENDENCIA
PREVISIÓN El valor de la constante de
MES DEMANDA REAL INCLUYENDO LA MES DEMANDA REAL INCLUYENDO LA 35 –
ALISADA, Ft ALISADA, Tt
TENDENCIA, FITt
ALISADA, Ft ALISADA, Tt
TENDENCIA, FITt alisado con tendencia, b, se Demanda real (At)

Demanda del producto

1 12 11 2 13,00 1 12 11 2 13,00 asemeja a la constante a 30 –
2 17 12,80 1,92 14,72 2 17 12,80 1,92 14,72
porque un valor elevado de b 25 –
3 20 3 20 15,18 2,10 17,28
4 19 4 19 17,82 2,32 20,14
es más sensible a los cambios 20 –
5 24 Paso 3:: Calcularr FIT paraa el
el mes
m 2 5 24 19,91 2,23 22,14 recientes de la tendencia. 15 –
6 21 6 21 22,51 2,38 24,89 Una b baja da una menor 10 – Previsión incluyendo tendencia (FITt)
7 31 FIT2 = F2 + T2 7 31 24,11 2,07 26,18 ponderación a las tendencias con a = 0,2 y b = 0,4
5 –
8 28
FIT2 = 12,8 + 1,92
2 8 28 27,14 2,45 29,59
más próximas, y tiende a
9 36 9 36 29,28 2,32 31,60 0 –
FIT2 = 14,72 uds. alisar la tendencia actual.
10 — 10 — 32,48 2,68 35,16 | | | | | | | | |
1 2 3 4 5 6 7 8 9
Tiempo (meses)
 EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD

MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA
MÉTODOS MÉTODOS MÉTODOS
Proyección de tendencia CUANTITATIVOS
Proyección de tendencia Proyección de tendencia
CUANTITATIVOS CUANTITATIVOS

• Esta técnica ajusta una línea de tendencia a una serie de datos históricos, y después proyecta Ecuaciones para calcular las variables de regresión:

Valores de la variable independiente

Observación real Desviación7
la línea hacia el futuro para realizar previsiones a medio o largo plazo. ŷ = a + bx
(valor y)
• El caso más utilizado son las tendencias lineales. Para ajustar la línea recta de tendencia Desviación5 Desviación
ción6
xy − nxy
aplicaremos el Método de los mínimos cuadrados. b= a = y − bx

(valores y)
Desviación3 x 2 − nx 2
y^ = a + bx Desviación4 donde b = pendiente de la recta de regresión
Ʃ = sumatorio
donde y^ = valor calculado de la variable a predecir (llamada variable dependiente)
Desviación1 x = valores conocidos de la variable independiente
(error) Desviación2
a = corte en el eje y Línea de tendencia, y^ = a + bx y = valores conocidos de la variable dependiente
_
b = pendiente de la recta de regresión x = media de los valores de x
| | | | | | | _
x = variable independiente y = media de los valores de y
1 2 3 4 5 6 7
n = número de datos u observaciones
Período de tiempo

EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD

MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA
MÉTODOS MÉTODOS MÉTODOS
CUANTITATIVOS
Proyección de tendencia Ejemplo 1.5
CUANTITATIVOS
Proyección de tendencia CUANTITATIVOS
Proyección de tendencia

En la siguiente tabla se muestra la demanda de energía eléctrica en Nueva York para el período 3,063 − ( 7) ( 4) (98.86
ÿ xy − nxy = 3.063 , ) 295
b= = = 10.54
,
1999-2005, en megavatios. Realizaremos una previsión de la demanda del año 2006 ajustando AÑO (x)
DEMANDA DE ENERGÍA
x2 xy AÑO (x)
DEMAND DE ENERGÍA
DEMANDA
ÿx 2 − nx 2 140
x − (7) ( 4 ) xy 28
2 2
ELÉCTRICA(y) ELÉCTRICA(y)
ELÉCTRICA(y
( )
una línea recta de tendencia a estos datos. 1 74 1 74 1 74 1 74
DEMANDA DE DEMANDA DE
AÑO
ENERGÍA ELÉCTRICA
AÑO
ENERGÍA ELÉCTRICA
2
3
79
80
4
9
158
240
2
3
a =79y − bx = 98.86
80
, 4 4 = 56.70
, −10.54 ,
9
() 158
240
1 74 5 105 4 90 16 360 4 90 16 360
2 79 6 142 5 105 25 525 5 105
Thus,
Así, ŷ =2556.70
, +10.54x
, 525

3 80 7 122 6 142 36 852 6 142 36 852

7 122 49 854 7 122 49 854
4 90
Σx = 28 Σy = 692 Σx2 = 140 Σxy = 3.063 Σ = 28
Σx Σ = 692
Σy Σ 2 = 140
Σx Σxy = 3.063
Σ

Con series de datos a lo largo del tiempo, se pueden minimizar los cálculos transformando los Demanda en 2006
ÿ x = 28 = 4 ÿ y = 692 = 98.86 x 28= 56,70 + 10,54x8
y 692
valores de x (tiempo) en números más sencillos. Así, en este caso, puede designarse a 1999 como x= y= , x= = = =141,02
4 ymegavatios
= = = 98.86
año 1, 2000 como año 2, y así sucesivamente. n 7 n 7 n 7 n 7
 EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD

MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA
MÉTODOS MÉTODOS MÉTODOS
CUANTITATIVOS
Proyección de tendencia VARIACIONES ESTACIONALES EN LOS DATOS VARIACIONES ESTACIONALES EN LOS DATOS
CUANTITATIVOS CUANTITATIVOS
Línea de tendencia,
160 – y^ = 56.70 + 10.54x
Demanda de energía (megavatios)

150 • Son movimientos regulares ascendentes o descendentes en una serie temporal que están
– 1- Calcular la demanda histórica media de cada estación
140 – vinculados a eventos periódicos.
130 –
120 – • La previsión de series temporales, como la del Ejemplo 1.5, incluye examinar la tendencia de 2- Calcular la demanda media de todos los períodos
110 –
los datos a lo largo de una serie de períodos de tiempo. La presencia de estacionalidad hace
100 – 3- Calcular el índice de estacionalidad
90 –
que sean necesarios ajustes en la línea de tendencia de la previsión.
80 –
70 – • En el conocido como Modelo estacional multiplicativo, los factores estacionales se multiplican 4- Estimar la demanda total
60 – por una estimación de la demanda media para producir una previsión estacionalizada.
50 – 5- Calcular la previsión estacional
| | | | | | | | |
1 2 3 4 5 6 7 8 9
Año

EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD
MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA
MÉTODOS MÉTODOS MÉTODOS
VARIACIONES ESTACIONALES EN LOS DATOS VARIACIONES ESTACIONALES EN LOS DATOS VARIACIONES ESTACIONALES EN LOS DATOS
CUANTITATIVOS CUANTITATIVOS CUANTITATIVOS
DEMANDA DEMANDA DEMANDA
DEMANDA DEMANDA DEMANDA
DEMANDA MEDIA ÍNDICE DE DEMANDA MEDIA ÍNDICE DE DEMANDA MEDIA ÍNDICE DE
MES 2003 2004 2005 MENSUAL MES 2003 2004 2005 MENSUAL MES 2003 2004 2005 MENSUAL
2003-2005 ESTACIONALIDAD 2003-2005 ESTACIONALIDAD 2003-2005 ESTACIONALIDAD
MEDIA MEDIA MEDIA
Ejemplo 1.6 Enero 80 85 105 90 Enero 80 85 105 90 94 Enero 80 85 105 90 94 0,957( = 90/94)
Febrero 70 85 85 80 Febrero 70 85 85 80 94 Febrero 70 85 85 80 94
Marzo 80 93 82 85 Marzo 80 93 82 85 94 Marzo 80 93 82 85 94
En la tabla siguiente se Abril 90 95 115 100 Abril 90 95 115 100 94 Abril 90 95 115 100 94
muestran las ventas Mayo 113 125 131 123 Demanda Mayo1.128
1,128
113 125 131 123 94 Mayomensual media
Demanda
Índice = Average monthly
113 125
demand for2003-2005
131
past 3 years 123 94
mensuales de Junio 110 115 120 115 media =Junio =11094 115 120 115 94 Junio 110 115 120 115 94
12
12 months
mensual Julio meses 100 estacional Average
Demanda monthly
mensualdemand
media
Julio 100 102 113 102 113 Julio 100 102 113
portátiles de un Agosto 88 102 110
105
Agosto 88 102 110
105 94
Agosto 88 102 110
105 94
100 100 94 100 94
distribuidor durante el Septiembre 85 90 95 90 Septiembre 85 90 95 90 94 Septiembre 85 90 95 90 94
período 2003-2005. Octubre 77 78 85 80 Octubre 77 78 85 80 94 Octubre 77 78 85 80 94
Noviembre 75 82 83 80 Noviembre 75 82 83 80 94 Noviembre 75 82 83 80 94
Diciembre 82 78 80 80 Diciembre 82 78 80 80 94 Diciembre 82 78 80 80 94
Demanda anual media total = 1.128 Demanda anual media total = 1.128 Demanda anual media total = 1.128
 EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD
MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA
MÉTODOS MÉTODOS MÉTODOS
VARIACIONES ESTACIONALES EN LOS DATOS VARIACIONES ESTACIONALES EN LOS DATOS VARIACIONES ESTACIONALES EN LOS DATOS
CUANTITATIVOS CUANTITATIVOS CUANTITATIVOS
DEMANDA
DEMANDA Utilizando estos índices de estacionalidad, si esperamos que la demanda anual de portátiles para Previsión Año 4
DEMANDA MEDIA ÍNDICE DE
MES 2003 2004 2005
2003-2005
MENSUAL
MEDIA
ESTACIONALIDAD el año 2000 sea de 1.200 unidades, preveríamos la demanda mensual de la siguiente forma: 140 – Demanda Año 3
MES DEMANDA MES DEMANDA
Enero 80 85 105 90 94 0,957( = 90/94)
130 – Demanda Año 2
Febrero 70 85 85 80 0,851( = 80/94) Enero 1.200 Julio 1.200
94 x 0,957 = 96 x 1,117 = 112 Demanda Año 1
Marzo 80 93 82 85 94 0,904( = 85/94) 12 12 120 –

Demanda
Abril 90 95 115 1,064( = 100/94) Febrero 1.200 Agosto 1.200
100 94 x 0,851 = 85 x 1,064 = 106 110 –
Mayo 113 125 131 1,309( = 123/94) 12 12
123 94
Junio 110 115 120 1,223( = 115/94) Marzo 1.200 Septiembre 1.200 100 –
115 94 x 0,904 = 90 x 0,957 = 96
Julio 100 102 113 1,117( = 105/94) 12 12
105 94 90 –
Agosto 88 102 110 1,064( = 100/94) Abril 1.200 Octubre 1.200
100 94 x 1,064 = 106 x 0,851 = 85
Septiembre 85 90 95 0,957( = 90/94) 12 12 80 –
90 94
Octubre 77 78 85 0,851( = 80/94) Mayo 1.200 Noviembre 1.200 70 –
80 94 x 1,309 = 131 x 0,851 = 85
Noviembre 75 82 83 0,851( = 80/94) 12 12 | | | | | | | | | | | |
80 94
Diciembre 82 78 80 0,851( = 80/94) Junio 1.200 Diciembre 1.200 E F M A M J J A S O N D
80 94 x 1,223 = 122 x 0,851 = 85
Demanda anual media total = 1.128 12 12 Mes

EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD

MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA
MÉTODOS MÉTODOS MÉTODOS
CUANTITATIVOS
MODELOS CAUSALES Análisis de regresión lineal
Aná CUANTITATIVOS
MODELOS CAUSALES Análisis de regresión lineal CUANTITATIVOS
MODELOS CAUSALES Análisis de regresión lineal Ejemplo 1.7

• Los modelos de previsión causal o asociativa suelen tener en cuenta distintas variables que
están relacionadas con la cantidad que se va a predecir.
• Este enfoque es más potente que el de las series temporales, que únicamente utiliza los
La constructora Nodel rehabilita casas antiguas en West Bloomfield, Michigan. Con el paso del tiempo, la compañía
• Para llevar a cabo un Análisis de regresión lineal se puede utilizar el modelo matemático del ha descubierto que su volumen de obras de rehabilitación depende de los salarios del área de West Bloomfield. La
siguiente tabla es un listado de los ingresos de la constructora Nodel y de la cantidad de dinero que cobran los
Método de los mínimos cuadrados, ya utilizado en la Proyección de tendencia.
asalariados en West Bloomfield durante los seis años pasados.
VENTAS DE NODEL NÓMINA LOCAL
(en cientos de miles (en cientos de

(en cientos de miles de $)

de $), y millones de $), x
valores históricos de la variable a predecir. 4,0 –
y^ = a + bx 2,0 1

Ventas de Nodel
3,0 –
3,0 3
• Una vez que se han identificado estas variables relacionadas entre sí, se construye un modelo
donde y^ = valor de la variable dependiente 2,5 4 2,0 –
estadístico.
a = corte en el eje y 2,0 2 1,0 –

b = pendiente de la recta de regresión 2,0 1

• El modelo cuantitativo de previsión causal más común es el Análisis de regresión lineal. | | | | | | |

x = variable independiente 3,5 7

0 1 2 3 4 5 6 7
Nómina local
(en cientos de millones de $)
 EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD

MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA
MÉTODOS MÉTODOS MÉTODOS
CUANTITATIVOS
MODELOS CAUSALES Análisis de regresión lineal CUANTITATIVOS
MODELOS CAUSALES Análisis de regresión lineal CUANTITATIVOS
MODELOS CAUSALES Análisis de regresión lineal

VENTAS, y SALARIOS, x x2 xy VENTAS, y SALARIOS, x x2 xy VENTAS, y SALARIOS, x x2 xy

2,0 1 1 2,0 2,0 1 1 2,0 2,0 1 1 2,0

(en cientos de miles de $)

4,0 –
3,0 3 9 9,0 3,0 3 9 9,0 3,0 3 9 9,0

Ventas de Nodel
2,5 4 16 10,0 2,5 4 ŷ =161.75
, + ,.25x 10,0 2,5 4 yŷ =161.75
, + ,.25x 10,0
3,0 –
2,0 2 4 4,0 2,0 2 Sales = 1.75
Ventas 4 (salarios)
, + ,.25(payroll)
4,0 2,0 2 Sales = 1.75
Ventas 4 (salarios)
, + ,.25(payroll)
4,0
2,0 1 1 2,0 2,0 1 1 2,0 2,0 – 2,0 1 1 2,0
3,5 7 49 24,5 3,5 7 49 24,5 3,5 7 49 24,5
1,0 –
Σy = 15,0 Σx = 18 Σx2 = 80 Σxy = 51,5 Σy = 15,0 Σx = 18 Σx2 = 80 Σxy = 51,5 Σy = 15,0 Σx = 18 Σx2 = 80 Σxy = 51,5
| | | | | | |

x=
ÿ x = 18 = 3 y=
ÿ y = 15 = 2.5
, x=
ÿ x = 18 = 3 y=
ÿ y = 15 = 2.5
,
0 1 2 3 4
x = local=
Nómina
ÿ
5x 186
=3
7
y=
ÿ y = 15 = 2.5
,
6 6 6 6 6 6 6 6 6
(en cientos de millones 6de $) 6 6

b=
ÿ xy − nxy = 51.5
, − (6)(3)(2.5)
,
= ,.25 a = y − bx = 2.5
, − (.25)(3)
, = 1.75
, b=
ÿ xy − nxy = 51.5
, − (6)(3)(2.5)
,
= ,.25 a = y − bx = 2.5
, − (.25)(3)
, = 1.75
, b=
ÿ xy − nxy = 51.5
51, − (6)(3)(2.5)
6 3 2,
= ,.25 a = y − bx = 2.5
, − (.25)(3)
, = 1.75
,
2 2 2 2 2 2 2 2 2
ÿ x − nx 80 − (6)(3 ) ÿ x − nx 80 − (6)(3 ) ÿ x − nx 80 − (6)(3 )

EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD EL PAPEL DE LAS PREVISIONES EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Y LA CAPACIDAD

MÉTODOS PARA DESARROLLAR LA PREVISIÓN DE DEMANDA PLANIFICACIÓN DE LA DEMANDA PLANIFICACIÓN DE LA DEMANDA

MÉTODOS Diferentes estrategias de respuesta a la demanda según:
CUANTITATIVOS
MODELOS CAUSALES Análisis de regresión lineal
ü La gestión de la demanda es un ü El tiempo de demanda, D: el tiempo total que los clientes tienen que esperar desde que hacen
enfoque más activo, que se refiere a su pedido hasta que lo reciben.
Si la cámara de comercio local predice que para el año próximo los salarios en el área de West ü La previsión de demanda es
las actividades que lleva a cabo una ü El tiempo total de suministro, P: el tiempo que le lleva a la empresa obtener todos los recursos,
Bloomfield serán de 600 millones de dólares, pueden estimarse las ventas en Nodel recurriendo básicamente un enfoque reactivo,
empresa para influir en la producir y entregar el producto.
a la ecuación de regresión: que considera que las fluctuaciones
distribución temporal, pauta y grado
de la demanda están en su mayor
de certeza de la demanda hasta el
parte fuera del control de la empresa.
extremo en que sea posible.
Ventas (en cientos de miles de dólares) = 1,75 + 0,25x6
= 1,75 + 1,5 = 3,25

Ventas = 3.250.000$

ESTRATEGIAS DE PRODUCCIÓN PARA RESPONDER A LA DEMANDA